BIM, IA et productivité : automatiser sans méthode, c'est produire des erreurs plus vite

De la maîtrise des logiciels à la maîtrise des méthodes

Le 16 octobre 2026, nous publiions un premier article intitulé « BIM et intelligence artificielle : et si notre premier problème de productivité n'était pas technologique ? ».

Nous y défendions une conviction : avant de rechercher systématiquement des solutions d'intelligence artificielle, les professionnels de la construction gagneraient à mieux exploiter leurs logiciels existants, à structurer leurs données et à améliorer leurs processus.

Cette réflexion s'appuyait notamment sur les témoignages d'une architecte spécialiste d'Archicad et d'un économiste de la construction utilisateur de Simplebim.

À la suite de cette publication, Stéphane Le Roy, économiste de la construction et partenaire technique FlexBIM5D, nous a transmis une analyse complémentaire fondée sur 35 années d'expérience dans les métrés et les chiffrages.

Son message prolonge notre réflexion, mais introduit une exigence supplémentaire : avant même de choisir les outils et d'automatiser les traitements, encore faut-il avoir défini les règles métier que ces outils doivent appliquer.

Cette contribution mérite d'être partagée, car elle illustre très concrètement les conséquences économiques d'une automatisation mal maîtrisée.

1. Le piège de l'automatisation : deux résultats justes peuvent produire un résultat faux

Dans son retour d'expérience, Stéphane Le Roy présente un cas réel anonymisé, issu d'un projet pilote.

Deux économistes interviennent sur un même projet comportant deux locaux techniques. Ils exploitent des maquettes BIM différentes pour établir leurs quantitatifs.

Le premier travaille à partir des pièces de la maquette architecturale. Le second utilise les dalles de la maquette structurelle.

Tous deux prennent en compte une prestation d'étanchéité liquide.

Les résultats obtenus sont les suivants :

Chaque économiste a appliqué une composition de prix cohérente avec sa propre lecture de la maquette.

Pourtant, la même prestation d'étanchéité se retrouve comptabilisée deux fois, pour un montant cumulé de 7 118 €.

Le problème n'est pas nécessairement une mauvaise utilisation du logiciel, une erreur de formule ou une mauvaise extraction de quantités.

Il est beaucoup plus fondamental : personne n'avait préalablement défini dans quelle maquette cette prestation devait être comptabilisée.

Fallait-il mesurer l'étanchéité à partir des pièces architecturales ou des dalles structurelles ?

Les deux approches pouvaient être recevables, à condition de choisir une convention commune et de préciser les limites de prestations.

Sans cette décision, l'automatisation n'a fait que reproduire deux interprétations différentes d'un même ouvrage.

Ce cas montre qu'une information correctement calculée n'est pas nécessairement une information correctement exploitée.

Et plus les traitements sont automatisés, plus ce type d'incohérence peut se propager rapidement.

2. Le véritable danger : ne plus savoir ce qu'il faut vérifier

Nous insistions, dans notre premier article, sur le temps nécessaire à la vérification des résultats produits par l'intelligence artificielle.

Le témoignage de FlexBIM5D ajoute une difficulté supplémentaire.

Pour vérifier un résultat, il faut disposer d'une référence.

Un économiste peut contrôler une quantité, une formule, une unité ou un prix. Mais comment peut-il détecter qu'une prestation est comptée dans deux compositions différentes si aucune règle ne précise qu'elle doit être affectée à une seule ?

Une IA confrontée à ces données peut parfaitement produire une synthèse convaincante.

Elle peut additionner les montants, générer un tableau, rédiger un descriptif ou présenter un quantitatif structuré.

Mais si aucune information ne lui indique que les deux compositions concernent la même prestation, elle n'a pas les éléments nécessaires pour identifier ce doublon de manière fiable.

C'est ici que l'expérience de Stéphane Le Roy prend tout son sens :

« Automatiser sans méthode, ce n'est pas gagner du temps. C'est fabriquer du désordre plus vite — et ne plus savoir quoi vérifier. »

Cette remarque dépasse largement le domaine des métrés.

Elle concerne aussi les classifications BIM, les contrôles IFC, les nomenclatures, les CCTP, les DPGF et, plus généralement, tous les processus qui transforment des données techniques en décisions économiques.

3. Avant la première mesure : écrire les règles du jeu

Quelle solution aurait permis d'éviter cette situation ?

Selon Stéphane Le Roy, une démarche simple : formaliser les conventions de travail avant de commencer les métrés.

Cette formalisation doit répondre à quatre questions fondamentales.

Qui mesure ?

Il faut identifier les responsabilités. Le professionnel qui modélise un objet n'est pas nécessairement celui qui doit en établir le quantitatif ou en assurer le chiffrage.

Selon quelle règle de métré ?

Une quantité extraite d'une maquette n'est pas toujours directement une quantité à facturer.

Elle peut nécessiter une formule, des coefficients, des déductions ou des conventions particulières.

Dans quelle unité et avec quelles limites ?

Il faut préciser les surfaces brutes ou nettes, les longueurs, les volumes, les seuils de déduction, les chutes éventuelles et les prestations incluses ou exclues.

À partir de quelle donnée ?

Il est indispensable d'identifier la maquette de référence, les objets concernés et les informations nécessaires au calcul.

Dans l'approche décrite par FlexBIM5D, ces règles sont portées par la composition, qui rassemble la logique métier, les objets concernés et les composants à chiffrer.

Les classifications, les lots, les bâtiments, les tranches et les états servent ensuite à organiser différentes lectures des données, sans devoir reconstruire les calculs à chaque restitution.

Cette organisation poursuit un objectif essentiel : conserver une source de calcul cohérente et traçable, tout en permettant plusieurs exploitations des mêmes informations.

4. BIM, automatisation et IA : remettre les opérations dans le bon ordre

Le retour de FlexBIM5D nous conduit à compléter notre approche initiale.

Nous avions identifié l'importance de maîtriser les logiciels de conception, les outils de traitement des données et les possibilités d'automatisation avant d'introduire l'IA.

Nous proposons désormais d'expliciter une étape préalable : la formalisation des règles métier.

Cette démarche peut s'organiser en quatre phases.

Phase 1 — Cadrer : définir ce que l'on souhaite obtenir

Avant toute automatisation, les professionnels doivent préciser les livrables attendus, les responsabilités, les conventions de métré, les limites de prestations et les règles de contrôle.

Cette phase relève principalement de l'expertise métier et de l'organisation du projet.

Phase 2 — Contrôler et structurer : rendre les données exploitables

Les logiciels de conception tels qu'Archicad et Revit produisent les maquettes et les informations associées.

Les outils spécialisés dans le traitement des données BIM, notamment Simplebim, permettent ensuite de contrôler, filtrer, enrichir et structurer les informations IFC selon les exigences définies.

L'enjeu n'est pas seulement de disposer de données, mais de vérifier qu'elles correspondent aux attentes des utilisateurs métiers.

Phase 3 — Mesurer et chiffrer : appliquer les règles de manière reproductible

Les quantités peuvent être extraites, transformées et associées à des compositions et à des prix.

Les calculs automatisés deviennent alors particulièrement intéressants : ils permettent de reproduire les mêmes conventions sur plusieurs projets.

Mais il faut conserver la possibilité de remonter d'un montant à son ouvrage, à sa quantité, à sa formule et à sa source.

L'inventaire des prestations présentes dans plusieurs compositions constitue également un contrôle important.

Un doublon apparent n'est pas nécessairement une erreur. C'est un point à examiner et une décision à prendre.

Phase 4 — Restituer et mobiliser l'intelligence artificielle

Lorsque les données sont structurées et les calculs validés, l'IA peut apporter une valeur supplémentaire.

Elle peut notamment assister la rédaction de descriptifs, faciliter les rapprochements documentaires, proposer des synthèses et aider à examiner certaines anomalies potentielles.

Le professionnel conserve cependant la responsabilité de valider les informations produites et leur pertinence technique.

L'IA n'est plus chargée d'inventer une organisation à partir de données incertaines. Elle intervient pour enrichir et accélérer un processus déjà maîtrisé.

5. Ce que ce retour d'expérience change dans notre vision de la formation BIM

Chez CADatWORK Learning, nous accompagnons les professionnels dans la maîtrise d'Archicad, Revit, Simplebim et des processus OpenBIM.

Notre premier article posait déjà une question : faut-il systématiquement former les professionnels à l'IA lorsqu'ils cherchent avant tout à améliorer leur productivité ?

L'expérience de FlexBIM5D renforce notre conviction qu'il faut commencer par comprendre leur organisation.

Une formation technique peut apprendre à produire une nomenclature, exploiter des propriétés IFC, appliquer des règles de traitement ou automatiser des extractions.

Mais ces compétences ne suffisent pas si l'entreprise n'a pas défini les conventions qui permettront de vérifier les résultats.

Il devient donc intéressant de rapprocher trois dimensions complémentaires :

La compétence métier, qui définit les règles, les responsabilités et les résultats attendus.

La compétence logicielle et BIM, qui permet de produire, structurer, contrôler et exploiter les données.

La compétence en automatisation et IA, qui accélère les opérations pertinentes et facilite certaines analyses.

Cette articulation doit aussi orienter la manière de concevoir les formations.

Plutôt que de proposer uniquement un apprentissage des fonctionnalités, il est pertinent de travailler sur des cas issus de la production réelle des entreprises.

C'est ainsi que la formation peut contribuer à une amélioration durable des processus, et non à une simple accumulation de compétences logicielles.

6. FlexBIM5D et CADatWORK : deux expertises complémentaires au service de la fiabilité des données

Ce retour d'expérience illustre également l'intérêt des échanges entre partenaires techniques.

L'expertise de FlexBIM5D repose sur une connaissance approfondie des problématiques de métrés, de chiffrage et de suivi économique à partir des maquettes BIM.

L'approche de CADatWORK Learning se concentre notamment sur la maîtrise des logiciels, l'interopérabilité IFC, le traitement des données et la montée en compétence des professionnels.

Ces deux regards se rejoignent autour d'un même objectif : permettre aux entreprises de transformer leurs maquettes numériques en informations fiables et exploitables.

Le format IFC, les outils de traitement comme Simplebim et les méthodes de chiffrage structurées peuvent contribuer à cette continuité entre conception et économie de la construction.

Mais l'interopérabilité technique ne garantit pas, à elle seule, la cohérence économique.

Une donnée correctement transmise peut toujours être mal interprétée.

C'est précisément pourquoi les conventions métier, les règles de contrôle et la traçabilité doivent accompagner les échanges numériques.

7. Et si la véritable révolution de l'IA était de nous obliger à mieux définir nos métiers ?

Il serait tentant de conclure que l'intelligence artificielle n'est pas adaptée aux métiers de l'économie de la construction.

Ce serait une mauvaise lecture de ces témoignages.

L'IA dispose de capacités intéressantes pour assister les professionnels. Son potentiel augmente lorsque les informations sont cohérentes, les processus explicites et les résultats vérifiables.

Mais elle nous confronte aussi à une question plus profonde : connaissons-nous suffisamment bien nos propres méthodes pour pouvoir les expliquer à une machine ?

De nombreuses pratiques professionnelles reposent encore sur des habitudes, des connaissances individuelles et des décisions qui ne sont pas toujours formalisées.

Ces connaissances constituent une richesse, mais elles deviennent difficiles à transmettre, à partager et à automatiser lorsqu'elles restent implicites.

La démarche BIM, lorsqu'elle est correctement mise en œuvre, offre justement l'occasion de structurer cette intelligence collective.

L'intelligence artificielle peut ensuite en faciliter l'exploitation.

La transformation numérique ne consiste donc pas uniquement à faire travailler les machines plus vite. Elle consiste aussi à rendre nos méthodes plus explicites, nos données plus fiables et nos décisions plus compréhensibles.

Conclusion — Avant l'IA, la méthode. Avant l'automatisation, la règle métier.

Le retour d'expérience de Stéphane Le Roy et de FlexBIM5D apporte une conclusion complémentaire à notre premier article.

Nous affirmions qu'il fallait mieux exploiter nos outils avant de demander à l'IA de tout faire.

Nous pouvons aujourd'hui aller plus loin : avant même d'exploiter ces outils, il faut savoir précisément ce que nous souhaitons leur demander et comment nous vérifierons leurs résultats.

La productivité ne se mesure pas uniquement au temps gagné sur une opération.

Elle se mesure également à la fiabilité des informations, à la maîtrise des risques, à la capacité de reproduire les résultats et à la confiance que les professionnels peuvent accorder aux documents produits.

Une automatisation efficace n'est pas celle qui supprime toute intervention humaine.

C'est celle qui permet aux professionnels de consacrer davantage de temps à ce qui fait réellement leur valeur : comprendre, analyser, décider et assumer leurs choix.

Notre conviction commune : la méthode définit, le BIM structure, l'automatisation exécute, l'IA assiste et le professionnel valide.

À propos de cette contribution

Cet article prolonge notre publication du 16 octobre 2026 consacrée au BIM, à l'intelligence artificielle et à la productivité.

Il s'appuie sur le retour d'expérience transmis par Stéphane Le Roy, économiste de la construction, partenaire technique FlexBIM5D, à partir d'un cas réel anonymisé de suivi des coûts de construction sur maquette BIM.

Nous le remercions pour cette contribution qui enrichit notre réflexion sur les méthodes, les compétences et les outils numériques.

CADatWORK Learning accompagne les professionnels de la construction dans la maîtrise d'Archicad, Revit, Simplebim, des données IFC et des processus BIM.